并行计算工具箱
多核计算机,GPU和簇执行并行计算
并行计算工具箱™让你解决计算使用多核处理器,GPU和计算机集群和数据密集型问题。高级别构建诸如for循环,特殊数组类型平行,并且并行数值算法使你并行MATLAB®应用程序,而CUDA或MPI编程。该工具箱可以让你在MATLAB和其他工具箱使用支持并行功能。您可以使用Simulink的工具箱万博1manbetx®并行运行的模型的多个仿真。程序和模式可以在交互式和批处理模式下运行。
该工具箱允许您使用多核的全部处理能力,通过执行本地运行的应用程序的工人(MATLAB计算引擎)桌面。在不改变代码,你可以运行在群集或云相同的应用程序(使用MATLAB并行服务器™)。您还可以使用MATLAB并行服务器的工具箱来执行矩阵计算,因为矩阵计算太大,无法放入一台机器的内存中。
入门:
加快MATLAB与多核计算机
使用并行for循环(PARFOR
)到多核CPU并行运行独立的迭代中,对于诸如参数扫描,优化和Monte Carlo模拟的问题。PARFOR自动并行池的创建和管理文件的依赖性,这样您就可以专注于自己的工作。在几个MATLAB和Simulink产品主要功能有平行启用的功能。s manbetx 845万博1manbetx与并行计算工具箱,这些功能可以分发跨可用并行计算资源的计算。您可以以交互方式和批处理执行并行应用程序。
加快MATLAB与GPU的
并行计算工具箱使您可以使用NVIDIA®使用直接从MATLAB的GPUGPUArray
。超过500个MATLAB功能在NVIDIA GPU自动运行,包括FFT
,逐元素的操作,并且几个线性代数运算,如鲁
和mldivide
,也被称为操作者反斜杠(\)。在几个MATLAB和Simulink产品,如深学习工具箱主要功能,具有G万博1manbetxPU启用的功能。s manbetx 845您可以使用的GPU,而无需编写任何额外的代码,这样你就可以专注于应用,而不是性能优化。高级开发者可以直接从MATLAB调用自身的CUDA代码。你可以利用桌面多个GPU,计算集群和云环境。
处理大数据
并行计算工具箱延伸高
阵列和MapReduce的
功能内置到MATLAB,这样就可以在本地工人,以提高性能运行。然后,您可以缩放高
阵列和MapReduce的
直到与传统的集群或Apache™星火和Hadoop MATLAB并行服务器的额外资源®集群。您还可以在桌面上创建分布式阵列的原型,然后使用MATLAB并行服务器扩展到其他资源。
运行多个模拟并行
使用parsim
功能并行运行模拟。功能分配多个仿真多核CPU来加快整体仿真时间。parsim
也可以自动并行库,识别文件相关的创建和管理构建工件,这样您就可以专注于自己的设计工作。您可以交互或批处理执行并行计算。
仿真管理器
仿真管理器集成了parsim
并且可用于监视和在一个窗口中可视化多个仿真。您可以选择单个模拟并查看其规格,以及使用模拟数据检查来检查仿真结果。您也可以方便地运行诊断任务或中止模拟。
充分利用并行启用的Simulink功能万博1manbetx
除了使用parsim
和batchsim
功能运行的Simulink仿真,还万博1manbetx有一些Simulink的产品,其中包括Simulink设计优化™,强化学习工具箱™,Simulink的测试s manbetx 845™,和Simulink覆盖™提供并行能力,这样你就可以不用写任何代码并行运行模拟。
在公共和私有云运行MATLAB桌面
通过采取多种点播,高性能的CPU和GPU机的优势,加快分析和仿真。运行MATLAB和Simuli万博1manbetxnk直接在亚马逊Web服务虚拟机®(AWS)环境中或在微软Azure®。
您还可以通过在NVIDIA GPU云或NVIDIA DGX上的MATLAB深度学习容器中训练神经网络来加速您的深度学习应用程序。
规模集群与MATLAB并行服务器
发展你的桌面上的一个原型,规模计算集群或云而无需重新编写。从您的桌面只需改变你的群集配置文件访问不同的执行环境。
平行分析
学习使用新文档分析并行代码的技巧和技术
GPU功能
使用新的和增强gpuArray
在MATLAB,统计和机器学习工具箱,工具箱音频信号处理工具箱,和小波工具箱功能
工作数组
使用通用调度器接口将作业数组提交给第三方调度器
分布阵列
使用MATLAB中的新的和增强的分布式阵列功能
新的基于线程的并行池
优化减少了内存的使用,更快的调度,和更少的数据传输,为的MATLAB函数的一个子集
查看发布说明对任何这些特征和对应的功能的详细说明。